域名預(yù)訂/競(jìng)價(jià)，好“米”不錯(cuò)過

“機(jī)器人餐廳”真的向我們走來了?

在深圳舉行的第22屆中國(guó)國(guó)際高新技術(shù)成果交易會(huì)上，煲仔飯機(jī)器人、漢堡機(jī)器人、五谷豆?jié){機(jī)器人、棉花糖機(jī)器人、冰淇淋機(jī)器人等多款智能餐飲機(jī)器人云集，引起參展民眾爭(zhēng)相拍照、體驗(yàn)。

目前，佛山、廣州、江門等地已經(jīng)有13家機(jī)器人餐廳落地;超200余臺(tái)各類餐飲機(jī)器人單機(jī)設(shè)備，在北京、江西、陜西等10余個(gè)省市的醫(yī)院、商業(yè)中心、景區(qū)、大學(xué)和政企單位實(shí)現(xiàn)運(yùn)營(yíng)。

煎炸交給機(jī)械手 油煙燙傷不用愁

兩年前因?yàn)楣ぷ鲃?dòng)作太慢而被CaliBurger“炒魷魚”的自動(dòng)化烹飪機(jī)器人Flippy，經(jīng)過改版后重新回歸快餐店的后廚。

今年初，食品制備自動(dòng)化公司Miso Robotics推出了新款產(chǎn)品Flippy Robot-on-a-Rail，簡(jiǎn)稱Flippy ROAR。和前一代Flippy不同的是，F(xiàn)lippy ROAR不僅能煎漢堡排，還可獨(dú)立制作多種食物，包括雞柳、雞翅、炸薯?xiàng)l、薯餅、洋蔥圈、熱狗、披薩等。

Flippy ROAR采用了計(jì)算機(jī)識(shí)別、深度學(xué)習(xí)模型和智能傳感器技術(shù)，通過烹飪學(xué)習(xí)訓(xùn)練，讓它掌握不同食物的烹飪方式、所需時(shí)長(zhǎng)、溫度，以及其他相關(guān)技巧。在實(shí)際操作過程中，廚房人員可通過觸控面板控制Flippy ROAR，其配套的運(yùn)行軌道，讓它在廚房的移動(dòng)更加安全方便。利用視覺識(shí)別技術(shù)定位廚房用具、區(qū)分食物種類、監(jiān)控食物熟度;以智能傳感器檢測(cè)燒烤板溫度等外部信息，作為Flippy ROAR下一步動(dòng)作的依據(jù)。若出現(xiàn)煎糊或起火等意外狀況，則會(huì)迅速發(fā)出警報(bào)。

再者，F(xiàn)lippy ROAR連接的MISO-AI系統(tǒng)可實(shí)時(shí)接收訂單，根據(jù)訂單順序、菜品信息和制作時(shí)長(zhǎng)，自主決策制作的優(yōu)先級(jí)，在短時(shí)間內(nèi)最大化地完成多個(gè)訂單。彌補(bǔ)了以往“動(dòng)作慢、效率低”及“無法因時(shí)制宜”的缺點(diǎn)。Miso Robotics為Flippy ROAR制定的價(jià)格比前一代降低了一半，并提供月租機(jī)器和維護(hù)升級(jí)的服務(wù)。今年七月，F(xiàn)lippy ROAR和快餐連鎖店White Castle合作開展試運(yùn)營(yíng)，試用成功后將逐漸投入各門店。據(jù)VentureBeat報(bào)道，F(xiàn)lippy ROAR也將在CaliBurger的50家分店投入使用。

當(dāng)然，F(xiàn)lippy ROAR并非唯一的商用廚房自動(dòng)化設(shè)備。舊金山比薩連鎖店Zume Pizza使用大量機(jī)器人來壓制披薩面餅;漢堡連鎖店Creator借助傳感器和微型計(jì)算機(jī)來準(zhǔn)備餐點(diǎn)。波士頓餐廳Spyce Food設(shè)有半自動(dòng)化廚房，切配、炒菜、裝盤、洗碗全部由機(jī)器人完成，可在1小時(shí)內(nèi)生產(chǎn)近200份套餐。

自動(dòng)化廚房機(jī)器人為烹飪方式、內(nèi)容大量重復(fù)且注重出餐效率的快餐領(lǐng)域提供了新的解決方案。白色城堡連鎖店副總裁Jamie Richardson表示，“自動(dòng)化廚房機(jī)器人可以承擔(dān)廚房里的那些重復(fù)、耗時(shí)又危險(xiǎn)的工作，讓后廚員工不必在高溫悶熱的油鍋前工作，可以在更安全的環(huán)境下，負(fù)責(zé)客戶服務(wù)、食材準(zhǔn)備等別的業(yè)務(wù)，增加用人效率。”對(duì)餐廳而言，不但能節(jié)省許多成本，也降低了食物病原體傳播的可能性，以及人員頻繁接觸所帶來的新冠感染風(fēng)險(xiǎn)。

“智能相對(duì)論”看到，許多食客會(huì)帶著興奮的心情走進(jìn)“機(jī)器人餐廳”，但對(duì)于普通家庭和個(gè)人而言，自動(dòng)化烹飪?cè)O(shè)備就沒那么好用了。

一名FANLAI烹飪機(jī)器人的用戶曾總結(jié)了智能炒菜機(jī)器人的缺點(diǎn):必須自己準(zhǔn)備配菜、必須自己控制好配料分量、必須自己放配菜到固定盒子、只能抄固定分量以內(nèi)的菜肴，而且只能用來炒菜。 一些智能炒菜機(jī)公司會(huì)提供專用配菜包，但價(jià)格稍貴。“其實(shí)(炒出來)味道還可以，但是比自己炒的差遠(yuǎn)了。鍋不用洗但是要清洗設(shè)備也是麻煩。而市面上很多這種設(shè)備廠家是沒有提供配菜的，如果要自己洗菜和切菜也就很麻煩了，而且分量控制也是沒辦法增加的，只能多炒幾次!”

其次，自動(dòng)化炒菜設(shè)備千篇一律的做法與味道，對(duì)于多數(shù)家庭和個(gè)人而言過于單調(diào)。 就像網(wǎng)友說的: “機(jī)器人最大的優(yōu)勢(shì)應(yīng)該是動(dòng)作的一致性，但這個(gè)其實(shí)也成了機(jī)器人最大的劣勢(shì)，至少在炒菜這個(gè)領(lǐng)域來說。中國(guó)人還是喜歡自己每一次做出不一樣的味道。”

自動(dòng)烹飪機(jī)器人只能制作內(nèi)置食譜上的菜色，還必須按照規(guī)格準(zhǔn)備固定種類、分量的原料，這樣有限的烹飪方式、分量和口味并不能滿足一般家庭個(gè)性化的飲食需求。因此，自動(dòng)化烹飪?cè)O(shè)備并未在C端得到普及。

看圖認(rèn)菜沒問題，食譜識(shí)別不容易

2019年7月，北京大學(xué)開始試行識(shí)菜結(jié)算機(jī)器人。 這款菜色識(shí)別機(jī)器人認(rèn)識(shí)食堂內(nèi)200多款菜色，運(yùn)用AI圖片識(shí)別技術(shù)，可以根據(jù)食物紋理在2秒內(nèi)識(shí)別菜品，大幅提高了餐廳結(jié)賬速度。

“感覺食堂變得更高大上了，機(jī)器的收銀速度和食堂阿姨差不多。”一名同學(xué)說，“不過，如果人工收銀和機(jī)器人收銀都空著，我還是會(huì)選擇食堂阿姨，因?yàn)槭程冒⒁陶镜酶懊?，并且?dāng)你還沒靠近，她已經(jīng)積極地幫你算好了價(jià)錢。”

一些同學(xué)表示，這款機(jī)器人并不能很準(zhǔn)確的區(qū)分饅頭和包子、土豆燒雞和紅燒肉以及大碗米飯和小碗米飯的區(qū)別。購(gòu)買這些菜品的時(shí)候，經(jīng)常需要再核實(shí)一下價(jià)格。

食堂阿姨普遍認(rèn)為，機(jī)器人雖能在人多的時(shí)候減輕她們的負(fù)擔(dān)，但是她們對(duì)許多菜的價(jià)格爛熟于心，計(jì)算起來非?？?，識(shí)菜機(jī)器人似乎可有可無。不僅是大學(xué)食堂，已有越來越多餐廳開始使用AI識(shí)別菜品自動(dòng)結(jié)賬的功能。如Microsoft的員工餐廳，一名員工表示，自使用了自動(dòng)識(shí)菜結(jié)帳系統(tǒng)，“結(jié)賬時(shí)間從五分鐘變成五秒。”既能大幅縮減結(jié)賬時(shí)間，又能減少人力成本。識(shí)菜機(jī)器人正逐漸成為餐飲業(yè)的新寵。

相對(duì)于學(xué)校食堂中數(shù)量有限的菜品識(shí)別，運(yùn)用AI來識(shí)別食譜就困難許多。

人工智能想要成功分析食譜，必須先弄清楚圖片中是什么食物;再推斷出食材和配料的加工過程。但現(xiàn)有的AI在第一關(guān)就被卡住了。

2017年，麻省理工學(xué)院計(jì)算科學(xué)與人工智能實(shí)驗(yàn)室(CSAIL)的研究人員依此思路，創(chuàng)建了一款名為Pic2 Recipe的應(yīng)用。Pic2 Recipe利用神經(jīng)網(wǎng)絡(luò)技術(shù)，能從食物圖片分析食材的成分，反向推導(dǎo)出制作過程中使用過的材料，并向用戶推薦類似的食譜。研究團(tuán)隊(duì)借助內(nèi)含上百萬(wàn)份食譜的Recipe 1 M數(shù)據(jù)庫(kù)來訓(xùn)練Pic2 Recipe的神經(jīng)網(wǎng)絡(luò)系統(tǒng)，讓它能在各個(gè)食物圖像和其對(duì)應(yīng)的成分和食譜之間建立聯(lián)系。但照片質(zhì)量對(duì)識(shí)別結(jié)果的影響較大，拍攝角度、遠(yuǎn)近、擺放和燈光等不同場(chǎng)景下的同一食物，可能得出不同識(shí)別結(jié)果。

這樣的體驗(yàn)并不符合日常使用需求，Pic2 Recipe的聯(lián)合創(chuàng)作人表示:“最重要的問題就是如何獲得正確的圖像比例。人們?cè)谂臄z食物照片時(shí)，總是有很多不確定因素，比如拍攝距離的遠(yuǎn)近(影響食物的大小)，拍了一盤菜還是多盤菜(也可能某盤菜的一部分)。但這些問題也合情合理，畢竟你把一塊放大的餅干給普通人看，他們也有可能會(huì)誤認(rèn)為是一塊煎餅。”這些不確定因素造成Pic2 Recipe的識(shí)別正確率只有65%，研究團(tuán)隊(duì)正在提升Pic2 Recipe的精準(zhǔn)度，并繼續(xù)豐富它的技能。

2018年，F(xiàn)acebook人工智能研究所的研究人員使用和Pic2 Recipe不同的演算方式，開發(fā)了另一個(gè)AI食譜生成系統(tǒng)，藉由美食圖片識(shí)別餐品的菜名、食材原料組成與加工程序。

傳統(tǒng)的食譜識(shí)別系統(tǒng)被表述為一個(gè)檢索任務(wù)，根據(jù)嵌入空間中的圖像相似度評(píng)分從一個(gè)固定的食譜資料庫(kù)中檢索出來的。這類系統(tǒng)的性能在很大程度上取決于資料庫(kù)的大小和多樣性，以及所學(xué)的嵌入質(zhì)量。缺點(diǎn)是當(dāng)資料庫(kù)中不存在查詢目標(biāo)的匹配菜譜時(shí)，這些系統(tǒng)就會(huì)失效。

針對(duì)這個(gè)不足，F(xiàn)acebook研究團(tuán)隊(duì)轉(zhuǎn)換了思考方向，將圖像到食譜問題公式化為條件生成問題。利用食物圖片和對(duì)應(yīng)食譜來做AI模型訓(xùn)練，使用預(yù)先訓(xùn)練的圖像編碼器和成分解碼器，讓它們利用從輸入圖像和成分共現(xiàn)中提取的視覺特征來預(yù)測(cè)一組成分。將圖像及其相應(yīng)的成分列表為條件生成指令序列，推導(dǎo)出它們的加工方式，形成多份可能的食譜。再根據(jù)加工方式的可能性從高到低排列，以此生成最終食譜。

由于食品在加工后往往會(huì)形成嚴(yán)重的形變，而且成分經(jīng)常在烹飪的菜肴中被掩蓋。加上原料、調(diào)味料、菜色種類及烹飪方式的多元，包含溫度、火候、烹飪時(shí)間等制作過程中的些微差異，都會(huì)使餐點(diǎn)產(chǎn)生變化。這些變量為食譜識(shí)別增加了不少難度，因此，這款可以接受任何圖片的FB系統(tǒng)甚至不能準(zhǔn)確判斷圖片內(nèi)容是否為食物。當(dāng)研究團(tuán)隊(duì)導(dǎo)入月亮圖片時(shí)，系統(tǒng)將其認(rèn)作煎餅;而皮卡丘的圖片則被識(shí)別為煎蛋。

隨著人工智能自動(dòng)化和圖片識(shí)別技術(shù)逐漸成熟，食譜識(shí)別的相關(guān)研究已持續(xù)進(jìn)行了數(shù)年。食物成分識(shí)別可幫助我們管理營(yíng)養(yǎng)攝入情況，也能為廚師及烹飪愛好者提供靈感。但烹飪活動(dòng)本身的變量極大，加上食物圖片質(zhì)量受拍攝技術(shù)、距離及環(huán)境等因素影響，現(xiàn)在的食譜識(shí)別技術(shù)尚未成熟，仍有不少問題尚待解決。 想要獲得新食譜，上網(wǎng)搜索關(guān)鍵詞或許比拍照更加便捷可靠。

玉米片+牛肉+咖啡豆 原來你們AI好這口?

IBM曾和美食雜志《Bon Appétit》合作進(jìn)行了一個(gè)有趣的實(shí)驗(yàn)，將《Bon Appétit》中超過一萬(wàn)份食譜輸入人工智能機(jī)器人沃森的“大腦”，推出主廚沃森(Chef Watson)創(chuàng)意食譜合成網(wǎng)頁(yè)。只要輸入想吃的菜系或食物種類(如墨西哥餐或面食)，再加上一個(gè)主題(如萬(wàn)圣節(jié))，就可以得到一份創(chuàng)意食譜?；蛟S是AI的口味和人類不一樣，Chef Watson食譜的娛樂性遠(yuǎn)遠(yuǎn)高于實(shí)用性。它經(jīng)常輸出像“可可加上藏紅花、黑胡椒搭配杏仁和蜂蜜”這類不尋常又健康的早餐組合，或是”用玉米粉圓餅片搭配牛肉和無花果，然后澆上磨碎的咖啡豆”等“黑暗料理”。

不只是IBM，麻省理工學(xué)院也做過類似的嘗試。2018年，MIT的學(xué)生發(fā)布了AI披薩主廚Strono。研發(fā)團(tuán)隊(duì)從食品blog和食譜網(wǎng)站上搜集了數(shù)百種手工披薩配方，形成一個(gè)“披薩食譜數(shù)據(jù)庫(kù)”，利用開源的機(jī)器學(xué)習(xí)模型textgnrnn，讓Strono從中學(xué)習(xí)，以現(xiàn)有原料和食譜做為參考，創(chuàng)作出它自己的創(chuàng)意披薩食譜。這些食譜和Chef Watson一樣，也存在一些常人難以想到的搭配，如藍(lán)莓、菠菜和羊奶酪披薩;培根、牛油果和桃子披薩等。Strono的披薩食譜還發(fā)明了一些根本不存在的食材，比如“wale walnut ranch dressing”。為了完成實(shí)驗(yàn)，研發(fā)團(tuán)隊(duì)邀請(qǐng)了波士頓手工披薩店Crush Pizza的老板兼主廚，根據(jù)Strono的食譜實(shí)際做出這些披薩。Strono的作品中，最受歡迎的是蝦、果醬和意大利香腸的搭配。Crush Pizza的老板已將Strono的這款創(chuàng)意披薩加入菜單，供客人享用。

即使擁有大量的食譜及食材相關(guān)數(shù)據(jù)，由于未對(duì)食材本身進(jìn)行分析，Chef Watson和Strono仍然不能很好的掌握食材之間的匹配度，輸出的食譜像是將食材和烹飪方式的隨機(jī)組合。

由于烹飪本身的變量太多，要形成一份美味的食譜，必須對(duì)食材種類、狀態(tài)、分量、火候、溫度及烹飪方式之間的相關(guān)性等進(jìn)行徹底的分析比對(duì)。目前尚未出現(xiàn)能完全達(dá)成以上要求的AI技術(shù)。

志趣相投可為友 氣味相合可成菜

雖然現(xiàn)在的AI還無法穩(wěn)定地輸出創(chuàng)新且合理的食譜，但單純分析各類食材之間的匹配度，還是可以做到的。

Foodpairing就是一個(gè)通過化學(xué)手段分析食材氣味，以AI算法技術(shù)匹配食材，提供食材搭配建議的網(wǎng)站。通過人工智能運(yùn)算，分析比對(duì)食物氣味，能幫助廚師開發(fā)新食譜，改良現(xiàn)有菜色口味。

由于人類品嘗食物時(shí)所產(chǎn)生的口感多半來自嗅覺，一位米其林三星大廚曾提出假說:如果兩種食物的氣味組成越相似，他們就應(yīng)該越容易被搭配成一道成功的菜肴。這一假說成為Foodpairing創(chuàng)始人Bernard Lahousse的靈感來源。

研發(fā)團(tuán)隊(duì)以獼猴桃和海鮮作為實(shí)驗(yàn)對(duì)象，先利用高效液相色譜法和氣相色譜法分析大量海產(chǎn)的氣味組成，確定不同氣味的濃度及其嗅覺閾值，將信息輸入Foodpairing的數(shù)據(jù)庫(kù)，再逐一與獼猴桃的氣味互相對(duì)比。實(shí)驗(yàn)結(jié)果顯示，最適合搭配獼猴桃的海鮮為生蠔。大廚隨即用這兩樣食材創(chuàng)造了新菜Kiwître，成功獲得許多美食評(píng)論家與食客的好評(píng)。

AI的加入讓新菜開發(fā)事半功倍， 為苦思冥想搭配食材的大廚節(jié)省不少時(shí)間。這一新穎的創(chuàng)作方式讓不少?gòu)N師和餐廳對(duì)這套系統(tǒng)充滿興趣，如西班牙的斗牛犬餐廳和紐約的Eleven Madison Park便開始和Foodpairing展開合作。

在服務(wù)廚師和餐廳的同時(shí)，F(xiàn)oodpairing網(wǎng)站通過部份免費(fèi)的形式，為一般用戶提供酸奶、麥片等新穎的搭配口味，日益擴(kuò)充自己的食材香料數(shù)據(jù)庫(kù)。利用機(jī)器學(xué)習(xí)技術(shù)，自動(dòng)獲取不同地區(qū)的消費(fèi)者在社交網(wǎng)絡(luò)中關(guān)于菜色和潮品口感的討論，以及大廚們放在網(wǎng)上的食譜。在此基礎(chǔ)上，F(xiàn)oodpairing也開始分析不同地區(qū)消費(fèi)者的口味偏好，并為食品公司提供關(guān)于產(chǎn)品口味的建議，幫助他們預(yù)測(cè)新產(chǎn)品的市場(chǎng)反應(yīng)，減少開發(fā)新品時(shí)造成的食物浪費(fèi)。

“智能相對(duì)論”查詢到，去年，Microsoft公司與瑞典釀酒廠Mackmyra和Fourkind合作，推出全球第一款由AI制造的威士忌。由Microsoft Azure云端及Azure認(rèn)知服務(wù)提供酒廠的機(jī)器學(xué)習(xí)模型，并利用現(xiàn)有的配方、銷售數(shù)據(jù)以及客戶喜好等數(shù)據(jù)，讓AI透過大數(shù)據(jù) 從超過7000萬(wàn)個(gè)方式及口味中選取制作方法。這款A(yù)I設(shè)計(jì)的單一麥芽威士忌被形容為帶點(diǎn)果味、橡木味及少許咸味的佳釀。此外，調(diào)味料公司McCormick、包裝食品公司Conagra以及百事可樂公司也都在用人工智能來創(chuàng)造新的食品口味。

今年10月，微軟公司與瑞士調(diào)味品公司Firmenich合作，以Firmenich公司的原材料數(shù)據(jù)庫(kù)為基礎(chǔ)，用AI研制出一種用于植物性肉類替代品的輕烤牛肉口味。這款口味集合了Firmenich獨(dú)特的配料和“SmartProteins”在植物蛋白替代品方面的專業(yè)知識(shí)。旨在滿足客戶對(duì)替代蛋白質(zhì)的需求，并在一系列蛋白質(zhì)基礎(chǔ)上發(fā)揮作用。針對(duì)越來越受歡迎的無肉健康飲食，在咸味食品、甜食和飲料中創(chuàng)建素食和純素食，為此類用戶提供傳統(tǒng)的肉類和奶類產(chǎn)品的替代品。

氣味分析運(yùn)算和大數(shù)據(jù)分析處理充分發(fā)揮人工智能的優(yōu)勢(shì)，為食品定制口味、優(yōu)化口感提供解決方案，也加快了產(chǎn)品研發(fā)的周期，減少食物浪費(fèi)及人力時(shí)間成本。 將研發(fā)人員從大量重復(fù)勞動(dòng)中解放，得以更專注于AI做不到的事，如新配方的試吃、品味和改良。

Firmenich調(diào)味品公司總裁Emmanuel Butstraen表示，新冠疫情危機(jī)改變了食品創(chuàng)新格局以及消費(fèi)市場(chǎng)，“我們必須以更快的速度，以更大的創(chuàng)造力來理解和應(yīng)對(duì)快速發(fā)展的需求。無論是通過提供舒適和愉悅的時(shí)刻，還是解決向更健康的食品和飲料的更大轉(zhuǎn)變”他說。“AI的加入使我們能夠更好地利用不同的原材料去探索新的創(chuàng)意線索?？紤]到特定的產(chǎn)品參數(shù)，例如100%天然成分和法規(guī)要求，該技術(shù)增強(qiáng)了我們的調(diào)味師創(chuàng)建優(yōu)質(zhì)口味解決方案，并加速了我們產(chǎn)品研發(fā)的能力。” 目前，F(xiàn)irmenich正對(duì)基于其核心口味的幾款新型人工智能風(fēng)味進(jìn)行高級(jí)測(cè)試。

結(jié)語(yǔ)

AI技術(shù)人工智能在快餐生產(chǎn)自動(dòng)化、算法匹配食材、新品研發(fā)等方面已趨成熟，成為廚房里的好幫手。人工智能無法取代人類廚師，卻能讓大廚如虎添翼，幫助我們擁有一個(gè)由更好的食物創(chuàng)造的，更好的世界。

(以上圖片皆源于網(wǎng)絡(luò))

參考資料:

1. 雷鋒網(wǎng)《全能型AI機(jī)器人“廚師”來了 網(wǎng)友：又來?yè)岋埻?》

2. 機(jī)器人在線《Flippy ROAR導(dǎo)軌導(dǎo)航升級(jí)，廚房機(jī)器人在食品行業(yè)大顯身手》

3. 獵云網(wǎng)《Miso Robotics推出Flippy 2廚房機(jī)器人》

4.Peter Basildon《Pic2Recipe:Discover a Recipe from a Picture》

5. 硅谷密探《它山之石 | 還有這種操作，AI為三星米其林廚師寫食譜》

深挖智能這口井，同好添加vx：zhinengxiaoyan

此內(nèi)容為【智能相對(duì)論】原創(chuàng)，

僅代表個(gè)人觀點(diǎn)，未經(jīng)授權(quán)，任何人不得以任何方式使用，包括轉(zhuǎn)載、摘編、復(fù)制或建立鏡像。

部分圖片來自網(wǎng)絡(luò)，且未核實(shí)版權(quán)歸屬，不作為商業(yè)用途，如有侵犯，請(qǐng)作者與我們聯(lián)系。

申請(qǐng)創(chuàng)業(yè)報(bào)道，分享創(chuàng)業(yè)好點(diǎn)子。點(diǎn)擊此處，共同探討創(chuàng)業(yè)新機(jī)遇！